面向无人机跟踪的动态语义感知相关性建模
计算机视觉与模式识别
2025-10-27 v1
摘要
无人机跟踪可广泛应用于灾后救援、环境监测和物流运输等场景。然而，现有的无人机跟踪方法主要强调速度，缺乏对语义感知的探索，导致搜索区域无法从模板中提取准确的定位信息。以上的限制在典型无人机跟踪挑战（如相机运动、快速运动和低分辨率等）下表现不佳。为此，我们提出一种动态语义感知相关性建模跟踪框架。该框架的核心是动态语义相关性生成器，联合 Transformer 中的相关映射，探索语义相关性。该方法增强了搜索区域从模板中提取重要信息的能力，在上述挑战下提高了精度和鲁棒性。此外，为提高跟踪速度，我们设计了一种用于该框架的剪枝方法。因此，我们呈现了多个在速度和精度之间进行权衡的模型变体，使其能够根据可用计算资源进行灵活部署。实验结果验证了我们方法的有效性，在多个无人机跟踪数据集上实现了具竞争力的性能。代码已公开于 https://github.com/zxyyxzz/DSATrack。
关键词
引用
@article{arxiv.2510.21351,
title = {Dynamic Semantic-Aware Correlation Modeling for UAV Tracking},
author = {Xinyu Zhou and Tongxin Pan and Lingyi Hong and Pinxue Guo and Haijing Guo and Zhaoyu Chen and Kaixun Jiang and Wenqiang Zhang},
journal= {arXiv preprint arXiv:2510.21351},
year = {2025}
}
备注
Accepted by NeurIPS2025